大家好，今天繼續和大家分享科技圈最近發生的那些事兒！

一、女博士 OnlyFans 創業

這事看著還挺離譜...

美國一位名叫扎拉·達爾（Zara Dar）的計算機科學女碩士因放棄攻讀博士學位，轉而全職經營 OnlyFans 平臺，成功賺取百萬美元并還清學生貸款。

她擁有計算機和生物學位，曾在 YouTube 上創建頻道講解神經網絡、機器學習、梯度下降等知識：

Zara Dar 在德克薩斯大學取得計算機碩士學位后，繼續攻讀計算機科學博士學位。

起初只是把 OnlyFans 當副業，但隨著收入的逐漸增長，她選擇退學全職經營。

這一決定讓她在短時間內賺取了 100 萬美元，并還清了家里的抵押貸款。

二、ColorFlow

對于喜歡畫漫畫的人來說，給黑白線稿上色，是一項既耗時又需要高超技巧的過程。

好在AI算法不斷更迭，這樣的工作交給AI，可以極大提高工作效率。但目前的AI在處理線稿序列的時候，可控能力還是有些差的，一方面是很難保持角色顏色的一致性，另一方面是配色天馬行空，生成的作品可能不是最合適的。

為了解決上述問題，清華大學聯合騰訊提出了ColorFlow，一個全新的圖像自動上色方法！

ColorFlow是一個基于擴散的三階段框架，不同于現有需要對每個身份進行微調或顯式身份嵌入提取的方法，是一種新穎且具有高度通用性的檢索增強上色流程，用于對圖片進行相關色彩參考的上色。

具體的實現流程分為三步：增強檢索流程（Retrieval-Augmented Pipeline，RAP）、上下文內上色流程（In-context Colorization Pipeline，ICP）和引導超分辨率流程（Guided Super-Resolution Pipeline，GSRP）。每個部分都很重要，它們共同保證了在黑白圖像序列中，物體的顏色保持一致，同時實現高質量的上色效果。

ColorFlow也和其他的工作進行了對比，可以看到最左側是原始圖像，第二列是黑白圖像，參考圖像即為原故事已有的色彩圖像，可以看到ColorFlow生成的作品，還原度和藝術感非常高。

如果你感興趣的話，可以訪問 ColorFlow 的主頁自行體驗一下。

官方地址：

https://zhuang2002.github.io/ColorFlow

在線體驗Demo：

https://huggingface.co/spaces/TencentARC/ColorFlow

三、MEMO

我在今年七月份介紹過Echomimic，僅需一張圖片 + 一段音頻，就能生成一段數字人視頻。

https://mp.weixin.qq.com/s/KdgsIbDW1Sfp-JP0vSLNGg

現在，比Echomimic更自然更具表現力的算法出現了，那就是MEMO，是由Skywork、南洋理工大學和新加坡國立大學共同推出的音頻驅動肖像動畫框架。

這是官方主頁上提供的demo示例，音唇同步保持的很好，整體很生動自然。

MEMO是一個端到端的音頻驅動擴散模型，用于生成身份一致且富有表現力的對話視頻。MEMO主要有兩個組件：參考網絡（Reference Net）和擴散網絡（Diffusion Net）。MEMO的主要貢獻在于擴散網絡中的兩個關鍵模塊：記憶引導的時間模塊和情感感知音頻模塊，它們共同作用從而實現音視頻同步并生成自然的表情。

MEMO 支持英語、普通話、西班牙語、日語、韓語和粵語等多種語言。如果你感興趣的話，可以訪問 MEMO 的主頁自行體驗一下。

官方地址：

https://memoavatar.github.io/